GenBI - 生成式BI查询系统

English | 中文

基于大模型的智能数据库查询和分析平台，支持自然语言转SQL查询和智能数据分析。

功能特性

• 🤖 智能查询: 自然语言转SQL查询
• 📊 数据分析: AI驱动的数据洞察
• 🔗 多数据源: 支持AWS Athena和MySQL
• 🛠️ MCP集成: 可扩展的工具生态 (详细文档)
• 📋 API接口: 完整的RESTful API

快速开始

1. 环境准备

# 激活虚拟环境
source .venv/bin/activate  # Linux/Mac
# 或
.venv\Scripts\activate     # Windows

# 安装依赖
pip install -r requirements.txt

2. 启动服务

# 启动后端API服务
cd backend
uvicorn main:app --reload --port 8000

# 启动前端Streamlit应用
streamlit run app.py --server.port 8501

3. 访问应用

• 前端界面: http://localhost:8501
• API文档: http://localhost:8000/docs
• API状态: http://localhost:8000/health

使用指南

配置流程

1. LLM配置 - 配置OpenAI、Azure OpenAI或自定义LLM服务
2. 数据库配置 - 连接AWS Athena或MySQL数据库
3. Schema配置 - 设置数据库表结构和字段描述（必需）
4. 开始查询 - 在聊天界面进行自然语言查询和分析

智能意图识别

系统使用LLM自动识别用户意图：

• 查询意图: 直接执行数据查询
• 分析意图: 生成分析计划，支持多轮对话完善后执行
• 拒绝意图: 自动拒绝危险的增删改操作

支持的查询类型

• 直接查询: "显示前10行数据"
• 数据分析: "分析销售趋势并给出建议"
  • 系统会先生成分析计划
  • 用户可以补充或修改计划
  • 输入"执行"开始分析
• 统计查询: "统计每个月的订单数量"

安全特性

• 双重安全检查: LLM意图识别 + SQL代码检测
• 危险操作拦截: 自动拒绝INSERT/UPDATE/DELETE等操作
• 频率限制处理: 自动重试机制处理API限制

项目结构

GenBI-Demo/
├── app.py                  # Streamlit主应用
├── pages/                  # 页面组件
├── backend/                # FastAPI后端
├── config/                 # 配置文件
├── utils/                  # 工具模块
├── mcp_servers/            # MCP服务器
└── requirements.txt        # 依赖包

MCP集成

本项目支持MCP (Model Context Protocol) 服务器扩展，提供可插拔的工具生态系统。

• 📖 MCP开发指南 - 详细的MCP服务器配置和开发文档
• 🔧 内置服务器: MySQL、AWS Athena数据库连接器
• 🛠️ 自定义扩展: 支持创建自定义MCP服务器
• 🔗 标准协议: 基于MCP标准协议，确保兼容性

技术特性

架构设计

• 前端: Streamlit提供交互式用户界面
• 后端: FastAPI提供RESTful API服务（可选）
• 存储: 本地JSON文件存储配置和Schema
• LLM集成: 支持多种LLM提供商和自定义API

核心功能

• 智能意图识别: 使用LLM准确识别用户查询意图
• 多轮对话分析: 分析任务支持计划生成和迭代优化
• Schema管理: 可视化配置和管理数据库表结构
• 安全防护: 多层安全检查防止危险操作
• 错误处理: 完善的重试机制和错误恢复

许可证

MIT License